金属材料小缺陷超声反射信号建模及识别

为了能从含噪声金属材料超声检测信号中有效识别出微小缺陷回波,建立了金属材料超声反射信号模型并提出了基于相关系数的微小缺陷回波识别方法。对含微小缺陷金属材料超声脉冲反射信号的成分进行分析,建立了基于散射声场与高斯回波理论的优化超声回波模型。设计了超声缺陷回波位置识别方法。该方法对超声脉冲反射信号去噪后,取探头发射脉冲信号为参考信号;然后与去噪后的信号逐段求解相关系数;最后对该相关系数序列进行阈值化处理,获得缺陷回波在超声回波信号中的位置。将利用上述优化超声回波模型生成的超声反射信号及其频谱与实验获得的金属材料超声反射信号及其频谱进行了对比,结果表明:两者的时频域特征具有一致性。当将阈值设定为相关系数序列最大值的60%时,能够有效从超声背散射信号中识别出金属材料微小缺陷回波。     

齿轮振动信号滑动递归分析及其应用

采用递归图对齿轮振动信号进行研究,发现不同状态下的齿轮振动信号递归图存在明显差异,分析了这些递归图所表征的传动系统动力学特征。将递归图看作一幅能反映齿轮状态信息的二值图像,用递归率、确定率、层流率、递归时间等递归特征量对该二值图像进行特征描述,分析了递归特征量所代表的系统动力学特征和对应的递归图像特征。采用滑动递归分析对递归图进行分析,以更好地刻画递归图局部特征。应用该方法结合高斯混合模型及最大贝叶斯分类器对采自实验台的齿轮振动信号进行故障分类实验,结果表明应用该特征提取方法可获得较高的故障识别率。     

厚截面碳纤维复合材料远表面微缺陷超声检测

为了识别厚截面碳纤维复合材料(CFRP)远表面的微缺陷,使用递归分析方法对超声检测信号进行分析。首先在厚截面CFRP材料上打孔以模拟微缺陷,采用水浸超声脉冲反射法对不同大小的模拟缺陷进行检测。然后选取缺陷位置附近信号段,确定嵌入维数m、延迟时间τ、阈值ε等参数,对各信号段进行递归分析,得到递归图及递归定量分析结果。比较无缺陷信号和有缺陷信号的递归图,从宏观上定性确定微缺陷对超声信号的影响;比较无缺陷信号和有缺陷信号的递归定量分析结果,根据每个递归定量参数的物理意义,对缺陷产生的影响作出合理的解释。最后,使用不同中心频率探头进行实验,确定合适的探头参数。分析结果表明,使用7.5MHz高分辨率超声探头时检测效果最好;当嵌入维数为7、延迟时间为2、阈值为2时,递归图中出现异常白色区域、递归点增多且对角线结构变长,同时所选取的递归定量参数随缺陷增大而上升,表明厚截面CFRP远表面超声信号可能存在混沌结构,而微缺陷的存在会改变原有信号结构。所研究内容为实际微缺陷的定量识别及分类打下基础。     

准规则生物组织超声背散射信号的仿真

超声背散射信号能提供反映组织微结构的有用信息.本文在原有的生物组织超声背散射信号仿真模型基础上,将影响平均散射元间距(MSS)估计的组织特性具体为4个主要参数,为检测各种平均散射元间距估计方法的性能提供了方便.文中用AR倒谱方法对仿真信号4个参数的合理性进行反向测试,实验结果表明,仿真信号的4个参数能表示影响平均散射元间距估计性能的组织特性.通过仿真信号与人体脾组织的背散射信号以及相关文献中组织信号的比较,证明仿真信号与具有准周期性的生物组织背散射信号基本类似.     

基于递归理论的泵站压力管道运行状态监测

针对不利因素导致的管道运行异常问题,提出一种基于递归理论的泵站管道运行状态监测方法。首先,通过振动传感器提取压力管道关键部位的实测信息,并将同一位置不同方向的数据信息进行融合,得到一组反映结构整体动力特性的综合数据;其次,利用伪近临法与互信息法分别选取相空间重构参数m和τ;最后,绘制并计算代表管道动力特性的递归图及递归量化指标。将该方法应用于景泰川工程二期七泵站管道运行监测,通过设置不同的运行工况进行验证,结果表明：机组开关瞬间与稳定运行工况下,管道结构振动信号的递归图呈现不同模式,递归量化指标-确定性、对角线平均长度L、递归率及递归熵也呈现明显差异,能有效区分管道振动状态。该方法为压力管道的无损动态监测提供了新思路。     

基于RQA与GG聚类的滚动轴承故障识别

提出递归定量分析与GG聚类相结合的滚动轴承故障识别方法。利用能够表征信号发散程度的RQA参数--确定率和分层率组成轴承故障识别的特征向量,结合GG模糊聚类实现滚动轴承故障模式识别。对实际故障数据进行分析,结果表明,该方法不仅能够识别滚动轴承的不同程度损伤,而且能够实现不同部位的轴承故障诊断。研究结果为滚动轴承故障识别提供了一种高效、直观的新方法。     

基于定量递归分析的冷轧颤振状态识别与预报

冷轧板带生产中的颤振问题始终是制约生产效率提高和高强薄板新产品开发的“瓶颈”,而过度依赖生产经验难以及时地发现并抑制冷轧颤振,因此颤振状态快速识别与预警是板带轧制智能化的重要依据,提出了基于定量递归分析与核密度估计法相结合的冷轧颤振状态识别方法,对实际生产过程积累的轧机历史振动数据进行研究。首先,分别对轧制生产过程中颤振状态和稳定状态的加速度信号进行递归图构建和定量递归分析,比较两种状态下递归图拓扑结构与定量递归分析指标的差异性;然后,利用核密度估计法计算基于不同定量递归分析指标的报警阈值,实现稳定状态和颤振状态的区分;最后,将定量递归分析指标与振动报警阈值相结合,实现对颤振状态的快速、有效辨识。研究结果表明：相较于传统的振动加速度信号时域特征指标,定量递归分析法能够更加快速地对冷轧颤振状态进行识别和预报,提高了颤振状态的辨识敏感度以及在发生颤振时的快速响应能力,不仅对实际生产具有积极的指导作用,而且对推动板带冷轧智能化具有重要意义。     

RWESOS-VPMCD方法对超声缺陷信号的识别研究

在通过特征值间的内在关系建立预测模型的变量预测模式识别方法(VPMCD)中,传统判别方法受特征向量中的个别特征预测异常值影响大,易导致分类错误.提出基于比值加权的最小误差平方和的判别函数(RWESOS),可将异常预测的特征权重大幅降低,提升正确预测特征的权重,从而提高分类准确率.实验表明,在对不同缺陷大小的超声检测信号...     

递归图和近似熵在设备故障信号复杂度分析中的应用

将一维时间序列采用相空间重构算法将其扩展到高维相空间中,通过研究时间序列在高维空间中的邻近点分布规律和运动特点,提出采用递归图和近似熵获取原始时间序列的动力学行为的方法。对递归图受噪声的影响,近似熵的数值稳定性进行研究,结果表明两种算法在较短的数据集下就能有效地对信号的复杂度进行描述。同时将近似熵和递归图用于设备振动信号的复杂度描述,对两组不同的信号的递归图和近似熵进行比较,得出的结论与实际相符。     

基于改进递归复小波变换的闪变信号分析

改进递归复小波（IRWT）用于电力系统频率的测量和闪变信号的分析。能够满足实时性的要求,并具有很高的精度。闪变在0．05～35Hz这一频率范围内才能被人所感知,因此。需要从信号中提取这一频带的信息。传统的FFT算法对于分析此类非整数次谐波有很大的局限。本文采用改进递归复小波变换的相位和幅值信息,将其应用于闪变信号的分析。     

金属材料超声无损检测的算法研究与应用

以超声信号特征为依据,结合小波频段变更降噪法和经验分解降噪法对比分析,根据超声无损检测模型,将不同带宽的噪声加入到需要采集的噪声,运用MATLAB对目标信号进行降噪处理,并对金属材料存在缺陷深度为1英寸和3英寸的试件进行检测,研究结果显示,经验分解降噪法相对于小波频段变更降噪法在金属材料回波降噪处理的优势更明显,经过降噪处理的超声信号对金属材料无损检测更显著,该研究对金属材料无损检测提供了科学依据。     

基于递归复杂网络的滚动轴承故障诊断

针对滚动轴承振动信号的非线性、非平稳的特征,提出了一种基于递归复杂网络(recurrence complex network,简称RCN)的轴承故障诊断方法。首先,利用相空间重构的理论将一维时间序列扩展到高维相空间中,构建递归矩阵;然后,研究了基于递归思想的定量递归分析方法;最后,采用递归复杂网络的方法提取故障轴承振动信号的非线性特征参数,对轴承正常状态、内圈故障、滚动体故障和外圈故障振动信号进行分析。研究结果表明,RCN方法可以对滚动轴承故障进行较为准确的诊断,与传统方法相比具有较好的诊断效果。     

扫描电镜对金属材料失效及表面缺陷的研究

介绍了扫描电子显微镜的原理及特点,阐述了这种检测仪器在金属材料失效分析、表面缺陷分析以及能谱分析(EDS)在微区成分分析中的用途,说明了扫描电子显微镜对金属材料科学发展的贡献。     

射频信号在超声检测缺陷识别中的应用研究

针对工业超声检测过程中缺陷难以准确定性的问题，基于射频回波对缺陷分类中的信号处理等方法进行了研究。分析了射频和检波信号的特点，在对所采集的缺陷信号进行处理的基础上，利用类内、类间距离和可分性测度比较了两类信号的类别可分性，同时采用ＢＰ神经网络和ＲＢＦ神经网络作为分类器，对缺陷信号的小波均方幅值特征进行了学习和识别研究     

基于小波包分析的超声缺陷信号特征提取

提取超声缺陷信号的特征是超声缺陷识别的重要关键技术之一,它直接影响着缺陷识别的准确性和可靠性.在分析超声检测信号特征的基础上,采用小波包分析来提取信号的特征信息,其基本思想是选取适当的小波基函数对信号进行小波包变换,提取各个频带上的能量构成特征向量,并用基于距离的类别可分性判据对提取结果进行了评价,可分性测度平均值高达97.7%.试验结果表明,该方法对于超声缺陷回波信号的特征提取非常有效.     

人机合作式管道漏磁信号分析与缺陷定量识别

采用替换、平滑、反差等方法改善缺陷的漏磁信号．并把漏磁信号转变成云图，由人定性识别出缺陷的位置；通过对管道漏磁信号的分析，选取了缺陷漏磁场的特征量，采用非线性方法实现缺陷的定量分析。试验证明，这种人机结合的方法提高了分析效率和定量分析精度。     

基于递归定量分析的液压泵故障识别方法

提出了一种局部投影消噪和递归定量分析相结合的轴向柱塞泵故障识别方法。以轴向柱塞泵故障振动信号为研究对象，首先用局部投影消噪方法对振动信号进行消噪；其次对消噪后的振动信号绘制递归图，进而通过递归定量分析对递归图所反映出的系统动力学信息进行特征提取，选择确定率（DET）和递归熵(ENTR)2个特征构成特征向量，构成故障特征样本；然后通过核模糊C均值聚类(KFCMC)方法对训练样本进行聚类,进而依据最小欧氏距离准则对测试样本进行故障识别；最后，将递归定量分析方法和相空间复杂网络定量特征方法进行对比。结果表明，基于递归定量分析的轴向柱塞泵故障识别方法具有更高的故障确诊率。     

基于简单图的配网潮流递归前推回代法

提出一种直接利用配电网络树状拓扑结构进行配网前推回代潮流计算的算法,此算法利用了树状结构天然的可递归性,将前推和回代的过程都进行递归化处理,降低了算法实现的难度,提高了算法实现时代码的执行效率。由于直接在配网的树状拓扑结构上进行计算,本质上已经实现了排零的操作,因此等价于采用了稀疏技术进行求解。此算法在JAVA环境下基于开源图论函数库——JGraphT得以实现,以实际配电网的计算结果验证了本文所提算法的有效性。     

超声信号的特征提取与选择在缺陷分类识别中的应用

超声缺陷回波信号的特征提取与选择是超声波检测的基础和关键。结合待检测超声信号的特点,在时域、频域上研究了超声缺陷信号的特征提取,提出SBS和SFS结合的特征选择方法。在满足识别准确率的同时,有效地降低了分类器输入向量的维数,提高了运算效率。     

基于非线性小波收缩的超声信号缺陷识别方法

超声检测回波中的噪声信号是影响焊接缺陷无损检测的主要因素之一。为了更好地抑制回波中的噪声成分,从而有效地识别缺陷信号,在传统非线性小波收缩(Nonlinear wavelet shrinkage,NWS)方法的基础上,提出一种基于子波相关的改进噪声抑制方法。改进方法具备小波分析的多分辨特性,同时兼顾相邻测点回波中缺陷信号间具强相关性的特点。分别利用传统及改进的NWS方法对计算机仿真信号及焊缝超声检测信号进行处理,研究不同母小波及阈值估计方法对信号处理效果的影响。结果表明,改进方法对不同母小波的敏感性小,受不同阈值估计方法的影响小,且对复杂成分的噪声更具适应性。改进方法的噪声信号抑制及缺陷信号恢复效果明显优于传统方法,为缺陷的有效识别及精确量化测量提供可靠的依据。